論文の概要: Automatic breach detection during spine pedicle drilling based on vibroacoustic sensing

• arxiv url: http://arxiv.org/abs/2303.15114v1
• Date: Mon, 27 Mar 2023 11:32:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2023-03-28 15:42:42.584334
• Title: Automatic breach detection during spine pedicle drilling based on vibroacoustic sensing
• Title（参考訳）: ビブロアコースティックセンシングによる脊椎椎間孔掘削時の自動断裂検出
• Authors: Aidana Massalimova, Maikel Timmermans, Nicola Cavalcanti, Daniel Suter, Matthias Seibold, Fabio Carrillo, Christoph J. Laux, Reto Sutter, Mazda Farshad, Kathleen Denis, Philipp F\"urnstahl
• Abstract要約: 本研究は,非視覚センサと深層学習を併用した新しい放射能非破壊検出アルゴリズムを提案する。 コンタクトマイク,フリーフィールドマイク,3軸加速度計,光トラッキングシステムなどの複数の視覚音響センサをセットアップに統合した。 提案手法は, ペプシクル掘削時のスクリューのずれや骨破壊を回避するために, 非視覚センサ融合の可能性を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Pedicle drilling is a complex and critical spinal surgery task. Detecting breach or penetration of the surgical tool to the cortical wall during pilot-hole drilling is essential to avoid damage to vital anatomical structures adjacent to the pedicle, such as the spinal cord, blood vessels, and nerves. Currently, the guidance of pedicle drilling is done using image-guided methods that are radiation intensive and limited to the preoperative information. This work proposes a new radiation-free breach detection algorithm leveraging a non-visual sensor setup in combination with deep learning approach. Multiple vibroacoustic sensors, such as a contact microphone, a free-field microphone, a tri-axial accelerometer, a uni-axial accelerometer, and an optical tracking system were integrated into the setup. Data were collected on four cadaveric human spines, ranging from L5 to T10. An experienced spine surgeon drilled the pedicles relying on optical navigation. A new automatic labeling method based on the tracking data was introduced. Labeled data was subsequently fed to the network in mel-spectrograms, classifying the data into breach and non-breach. Different sensor types, sensor positioning, and their combinations were evaluated. The best results in breach recall for individual sensors could be achieved using contact microphones attached to the dorsal skin (85.8\%) and uni-axial accelerometers clamped to the spinous process of the drilled vertebra (81.0\%). The best-performing data fusion model combined the latter two sensors with a breach recall of 98\%. The proposed method shows the great potential of non-visual sensor fusion for avoiding screw misplacement and accidental bone breaches during pedicle drilling and could be extended to further surgical applications.
• Abstract（参考訳）: ペディクルドリルは、複雑で重要な脊椎手術の作業である。 パイロットホール掘削中の外科的ツールの皮質壁への侵入を検知することは、脊髄、血管、神経などのペプシクルに隣接する重要な解剖学的構造への損傷を避けるために不可欠である。 現在,ペプシクル掘削の指導は放射線集約的かつ術前情報に限定した画像誘導法を用いて行われている。 本研究は,非視覚センサと深層学習を併用した新しい放射能非破壊検出アルゴリズムを提案する。 コンタクトマイクロフォン、フリーフィールドマイクロホン、三軸加速度計、一軸加速度計、光学トラッキングシステムなどの複数の振動センサが設定に統合された。 データはL5からT10までの4つのカダベリックヒトの脊椎で収集された。 経験豊富な脊椎外科医が光学ナビゲーションに依存するペディクルを掘削した。 追跡データに基づく新しい自動ラベル付け手法を導入した。 ラベル付きデータはその後、Melt-spectrogramsでネットワークに送られ、データの分類を破滅と非ブローチに分類した。 異なるセンサタイプ, センサ位置, それらの組み合わせを評価した。 個々のセンサーに対する最も優れたリコールは、背皮膚に装着されたコンタクトマイク(85.8\%)と、ドリルされた脊椎の脊椎突起に装着された一軸加速度計(81.0\%)で達成できる。 最高性能のデータ融合モデルは、後者の2つのセンサーと98倍のリコールを組み合わせた。 提案手法は, 椎間板掘削時のスクリュー転位や偶然の骨破折を回避し, さらなる外科的応用に拡張可能な非視覚センサ融合の可能性を示す。

関連論文リスト

• Attention on the Wires (AttWire): A Foundation Model for Detecting Devices and Catheters in X-ray Fluoroscopic Images [0.4064887614767072]
  新しい注意機構は、X線画像のワイヤ領域に畳み込みニューラルネットワーク(CNN)モデルを導くために設計された。 より高精度でリアルタイムな速度で複数の物体を同時に検出する軽量基盤モデルを作成することができる。
  論文  参考訳（メタデータ） (2025-03-08T12:20:22Z)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
  血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。 本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-25T19:34:12Z)
• Medical needle tip tracking based on Optical Imaging and AI [0.0]
  本論文は針先リアルタイム追跡のための革新的な技術であり,針挿入指導の強化を目的としている。 具体的には,光ファイバー付針を用いた散乱画像の作成を中心に展開し,CNNに基づくアルゴリズムを用いて針先端の位置と向きをリアルタイムで推定する手法を提案する。 平均大腿動脈半径が4mmから5mmと推定され,大腿動脈挿入術における針ガイドの精度が高い可能性が示唆された。
  論文  参考訳（メタデータ） (2023-08-28T10:30:08Z)
• Automatic registration with continuous pose updates for marker-less surgical navigation in spine surgery [52.63271687382495]
  本研究では, 腰部脊柱管固定術の登録問題を, 無放射線で自動的に解決するアプローチを提案する。 深部神経ネットワークは、腰椎を分割し、その方向を同時に予測するように訓練され、前手術モデルに対する最初のポーズが得られた。 拡張現実ベースのナビゲーションシステムとの統合により、直感的な外科的ガイダンスが提供される。
  論文  参考訳（メタデータ） (2023-08-05T16:26:41Z)
• Detecting the Sensing Area of A Laparoscopic Probe in Minimally Invasive Cancer Surgery [6.0097646269887965]
  外科腫瘍学では、外科医がリンパ節を同定し、がんを完全に切除することは困難である。 新しいテザリングラパロスコープガンマ検出器を用いて、術前に注入された放射線を局在させる。 ガンマ活動の可視化は、プローブが非イメージングであり、組織表面の活性を視覚的に示さないため、オペレーターに提示することが困難である。
  論文  参考訳（メタデータ） (2023-07-07T15:33:49Z)
• Follow the Curve: Robotic-Ultrasound Navigation with Learning Based Localization of Spinous Processes for Scoliosis Assessment [1.7594269512136405]
  本稿では,脊椎曲率追跡と自動ナビゲーションのためのロボット超音波手法を提案する。 非畳み込みヘッドを用いた完全接続型ネットワークを開発し, リアルタイム超音波画像を用いて, スピン化過程を効率よく検出する。 我々は、プローブと皮膚の良好な音響結合を確保するために、皮膚表面に対してプローブの姿勢を自動的に調整する新しい力駆動制御器を開発した。
  論文  参考訳（メタデータ） (2021-09-11T06:25:30Z)
• Assisted Probe Positioning for Ultrasound Guided Radiotherapy Using Image Sequence Classification [55.96221340756895]
  前立腺外照射療法における経皮的超音波画像誘導は, 患者設定中の各セッションにおけるプローブと前立腺の整合性を必要とする。 本研究では,画像とプローブ位置データの共同分類により,高精度なプローブ配置を確保する方法を示す。 マルチ入力マルチタスクアルゴリズムを用いて、光学的追跡された超音波プローブからの空間座標データを、繰り返しニューラルネットワークを用いて画像クラスシファイアと組み合わせ、リアルタイムで2セットの予測を生成する。 このアルゴリズムは平均(標準偏差)3.7$circ$ (1.2$circ$)の範囲内で最適なプローブアライメントを同定する。
  論文  参考訳（メタデータ） (2020-10-06T13:55:02Z)
• A Convolutional Approach to Vertebrae Detection and Labelling in Whole Spine MRI [70.04389979779195]
  脊椎MRIにおける脊椎の発見と同定のための新しい畳み込み法を提案する。 これには学習ベクトル場を使用して、検出された脊椎の角を個別の脊椎にまとめる。 本手法の臨床的有用性を示すために, 腰部, 脊柱管内MRスキャンにおける側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側方側
  論文  参考訳（メタデータ） (2020-07-06T09:37:12Z)
• Force-Ultrasound Fusion: Bringing Spine Robotic-US to the Next "Level" [46.13840565802387]
  ロボットアームは、脊椎のレベルを特定するためにフォース超音波データを用いて、ボランティアの背中を自動的にスキャンする。 椎体レベルの発生は、患者背中にロボットが作用する力を適切に制御することにより、ピークとして力トレース上に見え、増強される。 融合法は、テストセット内の脊椎レベルの100%を正しく分類することができ、純粋な画像と純粋な力に基づく方法は、それぞれ80%と90%の脊椎のみを分類することができた。
  論文  参考訳（メタデータ） (2020-02-26T10:49:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。